https://blog.vertsineu.top/tags/tailscale/Recent content in Tailscale on Vertsineu's BlogHugoen-usMon, 11 May 2026 00:00:00 +0800https://blog.vertsineu.top/posts/server-at-school/Mon, 11 May 2026 00:00:00 +0800https://blog.vertsineu.top/posts/server-at-school/<h2 id="loc-1">前言</h2> <p>最近一直在搞各种大模型 API 中转服务，为了能用上低价甚至免费的 API，我真是煞费苦心，尝试了各种方案：</p> <p></p> <ul> <li>自搭建 GLM-5.1-w8a8 模型，使用 vllm + litellm 提供 API 接入服务</li> <li>购买便宜的 Deepseek v4 pro 的 API</li> <li>在各种二道贩子、小众平台上购买 GPT 号、搭建 GPT 号池并最终反代出 Codex API</li> <li>参与学校的 token plan，拿到免费的 Deepseek v4 pro 和 qwen3.6 的 API</li> <li>接入 Nvidia 自部署并且可以免费使用的各种模型的 API</li> <li><s>从熟悉的同学那里求来用不完或者免费的 API 额度</s></li> </ul> <p></p> <p>但是随着服务数量的增多和额外需求的增加，我同时也重构了我现在的在校服务器搭建和配置方案，因此在此分享一下我的方案，提供一种可行的思路。</p> <h2 id="loc-2">背景</h2> <p>在正式讲述我的搭建方案前，我需要声明一下我所拥有的资源情况：</p> <p></p> <ul> <li> <p>一台位于宿舍由主机改造而来的小型服务器</p> <p></p> <ul> <li>特点：4 核心、8g ddr4 内存、512g 固态硬盘、千兆网卡</li> <li>限制：宿舍晚上 23:30 熄灯，直到早上 6:00 才上电自动开机，因此无法熬夜使用</li> </ul> <p></p> </li> <li> <p>一台校内 Vlab 平台提供的 kvm 虚拟机</p> <p></p> <ul> <li>特点：2 核心、6g 内存、16g 机械硬盘、千兆网卡</li> <li>限制：性能一般，尤其是磁盘随机读写性能较差，只能跑一些简单的服务，而且伴有由于维护带来的强制重启和停机的风险</li> </ul> <p></p> </li> <li> <p>一台位于香港的轻量级 VPS</p>